【协和医学杂志】医学影像跨模态重建中的生成对抗网络研究进展
多模态医学影像是采用不同的医学成像技术[包括X线、CT、MRI、正电子发射断层显像(PET)等]获取影像学数据,临床医生可通过综合分析不同的影像信息明确患者的诊断。
协和医学杂志 - 生成对抗网络,多模态医学影像 - 2024-01-21
Adv Mater:基于超小WO3-x纳米晶体的新型诊疗一体化纳米探针
医学影像技术如CT、磁共振和超声在肿瘤等重大疾病的诊断与治疗中已成为必不可少的工具,然而它们在分辨率和灵敏度方面有其各自的优缺点。联合使用多种互补的影像技术来克服单一模态成像的缺点是提高肿瘤精准诊断的重要策略。影像技术的灵敏度和分辨率一方面取决于影像设备的硬件条件,另外还取决于所使用的探针性能和影像方法学。此外,将多种治疗功能同时整合到影像探针中,实现诊断和治疗的一体化是分子影像发展的重要方向。因
MaterialsViews - 纳米晶体,WO3-x,诊疗一体化 - 2017-05-31
我国科研人员提出人体肺部气体磁共振快速成像新技术
我国研究团队基于自主研发的科学仪器,提出人体肺部的快速成像新技术,实现目前世界上最快的肺部气体磁共振成像(MRI)高分辨动态采样速率。
中新网 - MRI,肺部气体,快速成像 - 2018-04-17
北大与哈佛将研制全球首台14T磁共振系统
北京大学科研部与布鲁斯·罗森代表双方共同签署合作备忘录,共同研制全球首台14T极高场人体磁共振系统。备忘录指出,双方未来将在生物医学成像领域开展深入合作,以打造国际一流的医学影像研发和人才培养基地为目标,联合开展攻关,为脑科学和神经科学提供最先进最极限的研究平台。据了解,14
中青在线 - 北大,哈佛,磁共振 - 2017-12-20
Investigative Radiology:人工智能,让超快超高分辨率MRI 的10倍加速触手可及!
最近,与深度学习的进展相关的新技术已经彻底改变了图像重建领域,挑战了MRI物理学的传统限制和MRI中 "没有免费的午餐 "的格言。
MedSci原创 - 人工智能,超高分辨率MRI - 2023-03-16
中国科大在揭示人类疱疹病毒的基因组包装机制方面取得重大突破
中国科大合肥微尺度物质科学国家研究中心、生命科学学院刘云涛博士、毕国强教授与合作者的研究论文,该工作利用冷冻电镜首次解析了人类疱疹病毒基因组包装的关键机制以及病毒的DNA基因组结构,有助于预防和控制疱疹病毒引发的多种疾病
细胞 - 人类,疱疹病毒,基因组 - 2019-05-31
医学影像人工智能的历史、现在、未来
人工智能的三次高峰和两次冬天回顾人工智能的三次浪潮,人工智能从1956年开始是经历了三次高峰,两次冬天,现在正在处在第三次高峰。第一次高峰来源于Perceptron(感知器)的提出,它解决了一些1956年、1957年看来非常难的问题,在这之后,由于计算能力的限制和各种各样数据的限制,很多技术并没有实现,就这样在1980年左右人工智能到了第一个冬天第二个浪潮的来临是因为Hopfield网络&a
动脉网 - 医学影像,人工智能 - 2017-07-11
3.9亿支持13个变革性技术研发 4项与医学相关
国拨3.9亿支持13个变革性技术关键科学问题研发,重点专项将围绕化学键精准重构、超构材料、器官精确介观测量等13个研究方向,其中有4项与医学相关。
动脉网 - 技术研发,重点专项,精准重构 - 2017-10-11
垂体腺瘤的磁共振影像技术研究进展
磁共振成像(MRI)已广泛用于垂体腺瘤的影像评估,除了常规的T1WI及T2WI外,近年来通过对序列参数的优化及对射频及信号采集方式的改进,出现了很多新的应用,譬如弥散加权成像(diffusion weighted
《中华医学杂志》 - 垂体腺瘤,磁共振影像 - 2017-01-03
Nature:大脑生化地图:深度学习加速的高通量质谱成像新视角
在探索生物体复杂系统的过程中,空间组学技术和质谱成像(MSI)技术的融合为科研人员提供了前所未有的分子水平视角。
生物探索 - 质谱成像,空间组学技术 - 2024-02-26
Optica:AI有望让肿瘤细胞无处遁形
如果肿瘤细胞刚刚生成,就可以被精准地“揪”出来,那将给肿瘤的诊断和治疗带来巨大变革。而要想实现这一点,成像方式就必须具有极高的灵敏度。
中国科学报 - AI,肿瘤,医学知识 - 2018-12-20
European Radiology:生成对抗网络在TOF-MRA中的超分辨率应用
深度神经网络作为目前最先进的机器学习模型,在图像超分辨率应用中显示出良好的应用。
MedSci原创 - TOF-MRA,生成对抗网络 - 2023-01-25
Radiology:T2加权前列腺MRI的深度学习超分辨率重建
现阶段,不同的实践和技术方法已被应用于减少前列腺MRI的采集时间。除了依赖于传统的获取和重建技术的方法之外,深度学习 (DL) 图像重建也被证明可以减少采集时间,同时保持高图像质量。
MedSci原创 - MRI,前列腺癌,深度学习 - 2024-06-08
全球首发数字人体计划,开启医生智能工作时代
“为患者提供无处不在的智能医疗健康服务,让每一个患者都能够实现精准诊断。”带着充满期待的美好愿景,数坤科技“数字人体”横空出世。
MedSci原创 - CMEF,医学影像AI - 2021-05-13
影像组学的前沿研究与未来挑战
作者:郭翌,余锦华,汪源源,上海市医学图像处理与计算机辅助手术重点实验室;周世崇,常才,复旦大学附属肿瘤医院超声科 由于成像技术的迅速发展,医学影像已成为疾病管理中的重要模式,为临床提供了全面的视角和丰富的信息,在疾病筛查、早期诊断、治疗选择和预后评估等方面发挥着举足轻重的作用。现已知病灶形态或功能上的变化是由患者个体的基因、细胞、生理微环境、生活习惯和生存大环境等诸多因素共同决定的
肿瘤影像学 - 影像组学 - 2017-11-07
为您找到相关结果约307个